买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:中国科学院沈阳自动化研究所
摘要:本发明涉及一种选矿过程旋溢粒度预测方法及系统,包括利用动态时间规整为距离函数的近邻算法学习描述多元时间序列之间关联关系的有向加权图,利用拓扑图卷积网络进行空间维度的特征提取,再利用拓扑长短期记忆网络进行时间维度的特征提取,提高模型质量,实现选矿过程旋溢粒度的预测。本发明通过使用有向加权图描述多元时间序列之间的关联关系,配合拓扑时空图卷积网络全面准确提取长期宏观信息和短期局部信息,解决了现有方法由于长期宏观信息提取能力有限和短期局部信息描述能力不足而导致的预测精度不理想的问题,对选矿过程旋溢粒度的预测具有理论和实际意义。
主权项:1.一种选矿过程旋溢粒度预测方法,其特征在于,包括如下步骤:步骤1、采集数据:采集一段时间内选矿过程所有传感器数据并预处理;步骤2、建立拓扑时空图卷积网络模型:对预处理后的多元时间序列数据应用动态时间规整近邻算法学习描述多元时间序列之间关联关系的有向加权图;建立拓扑图卷积网络,对预处理后的多元时间序列数据分批次进行拓扑图卷积操作,提取空间维度特征;建立拓扑长短期记忆网络,进一步提取多元时间序列数据的时间维度特征;对获取的选矿过程多元时间序列的时空特征使用稠密连接计算贡献程度,用于预测选矿过程旋溢粒度;步骤3、设置训练:反复迭代步骤2,选用Adam优化器,以均方根误差作为损失函数,反向传播优化调整拓扑时空图卷积网络模型参数,获取优化后模型用于选矿过程旋溢粒度预测。
全文数据:
权利要求:
百度查询: 中国科学院沈阳自动化研究所 一种选矿过程旋溢粒度预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。